İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

NVIDIA, Cosmos'a yeni eğitim ve simülasyon araçları ekledi

NVIDIA, Cosmos'a veri üretimi ve robot simülasyonu araçları ekledi. Geliştiriciler, nadir olayları fiziksel testlerden önce sanal ortamda sınayabilecek.

Yapay TU Editör · 4 dk okuma
Cosmos'a yeni eğitim araçları
Kısa cevap

NVIDIA, 22 Ekim 2026 tarihli duyurusunda Cosmos platformunu yeni veri üretme, model eğitme ve simülasyon araçlarıyla genişletti. Araçlar, robot ve otonom araç geliştiren ekiplerin zor kaydedilen olaylar için eğitim verisi hazırlamasını ve sistemlerini sanal ortamda değerlendirmesini amaçlıyor.

NVIDIA, 22 Ekim 2026 tarihli açıklamasında Cosmos platformuna yeni eğitim araçları ve simülasyon modelleri eklediğini duyurdu. Güncelleme, robot veya otonom araç geliştiren ekiplerin gerçek dünyada kaydetmesi zor olayları yapay verilerle çalışmasına odaklanıyor. Bir fabrika kamerasının sıvı sızıntısını tanıması ya da bir aracın farklı hava koşullarındaki davranışının sınanması, açıklamadaki kullanım alanları arasında.

Cosmos hangi işleri kolaylaştırmayı amaçlıyor?

NVIDIA'nın 22 Ekim tarihli duyurusuna göre, Cosmos veri hazırlamadan modelleri çalıştırmaya kadar uzanan geliştirme süreci için yeni araçlar sunuyor. Platformdaki dünya modelleri, fiziksel yapay zekâ sistemlerinin çevreyi anlamasına ve gerçek dünyayı simüle etmesine yardımcı oluyor. Yeni araçların hedefinde, bu modelleri kendi ortamına uyarlamak isteyen geliştiriciler var.

Veri hazırlama tarafında Cosmos Curator genişletildi. Video eğitim verilerini düzenleyen bu araç, artık farklı türde ve farklı sensörlerden gelen girdileri de destekliyor. Cosmos Data Factory ise verileri etiketleme ve seçme işlemlerini, sentetik veri üretimiyle bir araya getiriyor. Sentetik veri, burada gerçek çekimlere ek olarak yapay biçimde oluşturulan görüntü ve videoları ifade ediyor.

Bu ayrım fabrika denetimi örneğinde somutlaşıyor: sistemin hatalı bir ürünü tanıması için kusur görüntülerine ihtiyaç var. NVIDIA'nın sunduğu şablonlardan biri, baskılı devre kartı, metal ve cam üzerindeki kusurların görüntülerini üretiyor. Geliştirici böylece inceleme modelinin eğitiminde kullanmak üzere belirli hata türlerine yönelik örnekler hazırlayabiliyor.

Yeni veri şablonları neler üretiyor?

Cosmos Data Factory, sürüş verilerinden endüstriyel kusurlara kadar farklı ihtiyaçlar için beş hazır iş akışı sunuyor. NVIDIA bu şablonların GitHub, Microsoft Azure, Nebius ve CoreWeave üzerinden erişilebilir olduğunu belirtiyor. Şablonların görevleri şöyle:

  • Otonom araç verisi hazırlayan iş akışı, sürüş kayıtlarını düzenleyip etiketliyor; yakalanması zor senaryoların sentetik örneklerini ekliyor.
  • Görüntü aramaya yönelik şablon, nesnelerin görünümünü değiştirerek eğitim örneklerini çeşitlendiriyor.
  • Olay videosu üretme şablonu, sabit görüntülerden nadir veya tehlikeli olayların videolarını oluşturuyor.
  • Kusur görüntüsü üretme şablonu, endüstriyel inceleme modellerine yönelik hatalı ürün örnekleri hazırlıyor.
  • Video çeşitlendirme şablonu, sahnenin yapısını koruyarak mevcut kayıtlardaki hava ve ışık koşullarını değiştiriyor.

NVIDIA, ANYbotics'in bu araçlarla 1.500'den fazla sentetik video klibi ürettiğini söylüyor. Şirketin aktardığı örnekte, endüstriyel denetim robotlarının tesis ziyaretleri arasındaki sıvı dökülmelerini ve diğer değişiklikleri tanıması hedefleniyor. Bu kullanım, gerçek bir tesiste tehlikeli olayları tekrar tekrar oluşturmak zorunda kalmadan eğitim örneği hazırlama fikrini açıklıyor.

Eğitim ve simülasyonda ne değişti?

NVIDIA, Cosmos Framework içindeki eğitim ve optimizasyon araçlarını Cosmos 3'ün yanında başka açık modellere de genişletti. Duyuruda GR00T, Alpamayo ve Pi0.5 gibi modellerin uyarlanabileceği belirtiliyor. Geliştiriciler, hazır bir modeli kendi görevine göre ek eğitimden geçirebiliyor; daha küçük veya daha düşük sayısal hassasiyetle çalışan sürümler hazırlamak için de araçlar bulunuyor.

Simülasyon için hazırlanan yeni Cosmos 3 Nano çeşitleri, çoklu kamera açısı ve sensör verisi içeren senaryolar sağlıyor. Eşlik eden kodla otonom araçlar ve iki kollu robotlar için hareket kararları veren sistemler eğitilip değerlendirilebiliyor. Amaç, fiziksel denemelerden önce davranışları tekrarlanabilir sanal koşullarda incelemek.

Modellerin uygulamalara sunulmasını sağlayan Cosmos 3 NIM servisleri de güncellendi. NVIDIA, doğruladığı yapılandırmalarda kalite kaybı olmadan iki kata kadar daha hızlı sonuç üretildiğini bildiriyor. Bu oranı her donanımda beklenen hız olarak okumamak gerekiyor; şirket iddiayı belirli yapılandırmalarla sınırlıyor. Duyuruda bütün paketleri kapsayan ortak bir fiyat ya da asgari donanım listesi yer almıyor.

Bizim yorumumuz: önce yakalayamadığın hatayı seç

Bizce bu güncellemenin Türkiye'deki görüntü işleme ekipleri için en kullanışlı tarafı, az örneği bulunan olaylara yönelik veri hazırlama seçenekleri. Bir üretim hattında çalışıyorsan ilk denemeyi tek bir kusur türüyle sınırlamanı öneririz. Örneğin cam yüzeyindeki belirli bir kusurun farklı ışık koşullarında tanınıp tanınmadığını ölçmek, bütün kalite kontrol sürecini aynı anda değiştirmeye çalışmaktan daha kolay değerlendirilebilir.

Deneme planında gerçek görüntülerden ayrı bir değerlendirme kümesi tut. Sentetik örnekleri eğitime eklemeden önce ve ekledikten sonra aynı gerçek kayıtlar üzerinde sonuçları karşılaştır. Kaç kusurun kaçırıldığını ve kaç sağlam ürünün hatalı işaretlendiğini ayrı kaydet. Bizce yatırım kararını verebilmek için bu karşılaştırma, üretilen video sayısından daha yararlı. NVIDIA'nın paylaştığı müşteri örneği, kendi kamerandaki sonucu önceden göstermiyor.

Türkiye'den erişim koşulları ve Türkçe desteği duyuruda açıklanmadı. Ekibin Türkçe açıklamalarla veri etiketlemek veya video aramak istiyorsa, bunu ayrıca deneme kapsamına al. Bir bulut sağlayıcısının listede bulunmasını kendi hesabın için erişim garantisi sayma; kullanılacak paketin koşullarını kontrol et.

Açık kaynak yapay zekâ rehberindeki lisans ayrımlarını da proje başında incelemekte fayda var. NVIDIA'nın platformu açık ve modüler olarak tanımlaması, seçtiğin modelin ticari kullanım koşullarını okumayı gereksiz kılmıyor. Küçük bir ekip için ilk adım, ihtiyaç duyduğu veri şablonunu belirleyip kurulum gereksinimlerini kontrol etmek olabilir. Denemeye başlamadan şu kısa değerlendirme notunu kendi kusur türüne göre doldur:

text
Hedef kusur:
Eğitimde kullanılmayacak gerçek değerlendirme görüntüleri:
Sentetik veri eklenmeden önce kaçırılan kusurlar:
Sentetik veri eklendikten sonra kaçırılan kusurlar:
Hatalı işaretlenen sağlam ürünler:

Sık sorulanlar

NVIDIA Cosmos'un yeni araçları ne işe yarıyor?

Cosmos'un yeni araçları, fiziksel ortamlarla çalışan yapay zekâ sistemleri için eğitim verisi üretmeyi, modelleri uyarlamayı ve simülasyonda test yapmayı sağlıyor. Örnekler arasında kusurlu ürün görüntüleri üretmek ve sürüş videosundaki hava koşullarını değiştirmek var.

Cosmos Data Factory nereden kullanılabilir?

NVIDIA, Cosmos Data Factory şablonlarının GitHub, Microsoft Azure, Nebius ve CoreWeave üzerinden sunulduğunu belirtiyor. Duyuruda bu kanalları kapsayan ortak bir ücret veya Türkiye'ye özel erişim koşulu açıklanmıyor.

Cosmos 3 Nano robotları nasıl test ediyor?

Simülasyona yönelik yeni Cosmos 3 Nano çeşitleri, birden fazla bakış açısı ve sensör içeren tekrarlanabilir senaryolar sağlıyor. Eşlik eden kod, otonom araçların ve iki kollu robotların davranışlarını fiziksel testlerden önce etkileşimli simülasyonlarda değerlendirmeye yarıyor.

#nvidia#cosmos#robotik#sentetik-veri
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı Runway, robot modeli Praxis-1'in kodunu ve ağırlıklarını açtı

Bunları da okuyun